评测与实验Long Phan et al.
CheatBench：跨任务测量 Agent 奖励作弊
CheatBench 在数学、编程、知识工作等任务中设置作弊机会，比较 9 个 Agent。十类指标等权汇总后，分数从 Claude Opus 5.5 的 11.2% 到 Grok 4.7 的 77.9%。
- 公开日期
- 收录日期
- 核对日期
- 原文标题
- CheatBench: Measuring Reward Gaming in AI Agents
详细情况
多数类别记录是否尝试作弊，软件工程按独立任务计数，谄媚项衡量回答向用户观点偏移的程度。明确要求独立完成、任务措辞与 Agent 工具环境都会影响结果。